Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Prezentacja na temat: "Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006"— Zapis prezentacji:

1 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Detekcja twarzy Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

2 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Sprawy organizacyjne Laboratorium czwartek 10:00 – 13: czwartek 12:15 – 15: pierwsze terminy: ; Projekty omówienie dzisiaj zamiast laboratorium Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

3 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Plan wykładu Cele detekcji Dostępne metody Etapy detekcji Uogólniona Transformata Hougha Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

4 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Etapy rozpoznawania Detekcja Normalizacja Porównywanie wektorów cech Ekstrakcja cech Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

5 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Cele detekcji Znalezienie twarzy na obrazie niezależnie od rozmiaru obrazu niezależnie od wielkości twarzy dla obrazów RGB i GS szybkie i skuteczne niezależnie od kąta obrotu twarzy Przekazanie położenia twarzy do etapu normalizacji Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

6 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Specyfikacja zadania Położenie twarzy – termin niejednoznaczny, mało konkretny Położenie oczu – określenie bardziej precyzyjne Detekcja twarzy = detekcja cech charakterystycznych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

7 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Czas wykonania Detekcja wykonywana dla każdej klatki Poszukiwanie na całym obrazie Algorytmy muszą być bardzo szybkie Podział na etapy Wybór odpowiednich algorytmów Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

8 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Możliwe metody Porównywanie fragmentów obrazu SVM, sieć neuronowa Poszukiwanie elips minimalizacja różnic Uogólniona Transformata Hougha Metody falkowe – detekcja kształtów Detekcja na podstawie koloru Wykorzystanie informacji dynamicznych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

9 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Wybór metod Szybka selekcja – detekcja elips Transformata Hougha Weryfikacja potencjalnych kandydatów SVM PCA – projekcja wsteczna Detekcja cech na obrazie twarzy Gabor Wavelets Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

10 Detekcja elips pionowych
Elipsy „zorientowane pionowo” znalezienie potencjalnych twarzy niski próg akceptacji duża liczba nie-twarzy Wstępne filtrowanie filtry rozjaśniające filtr Gaussa – eliminacja szumu Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

11 Detekcja elips poziomych
Cel: znalezienie kandydatów na oczodoły Obszar poszukiwań zawężony do wnętrza elips zorientowanych pionowo Niski próg akceptacji Duża liczba fałszywych przypadków Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

12 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Detekcja oczu „Podejrzane” elipsy poziome Weryfikacja poprzez SVM Detekcja źrenic warunek – wysoka jakość obrazu lokalizacja przybliżona Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

13 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Weryfikacja Zastosowanie reguł logicznych do wstępnej eliminacji Przygotowanie obrazów do weryfikacji wstępna normalizacja (przykłady) Zastosowanie klasyfikatora (np. SVM) Próg akceptacji Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

14 Detekcja pozostałych cech
Wykorzystanie mechanizmu Gabor Wavelets przyblizone położenie na podstawie oczu znajdowane przesunięcia Etap dodatkowy, przydatny do niektórych metod Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

15 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Detekcja elips Uogólniona Transformata Hougha (Generalized Hough Transform – GHT) Tworzenie obrazu kierunkowego zbiór odcinków Znalezienie możliwych środków elips dla każdego odcinka Podsumowanie wyników wskazanie najbardziej prawdopodobnych środków elips Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

16 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Obraz kierunkowy Podział obrazu na grupy pikseli (np. 2x2) Możliwe wykorzystanie gradientów Krawędź dla każdej grupy: kierunek natężenie Kierunek – dopasowanie płaszczyzny metodą minimalizacji błędu Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

17 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Wynik Obraz -> zbiór odcinków Odcinek: środek (x, y) kierunek  natężenie  Progowanie względem natężenia Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

18 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Wykorzystanie GHT Poszukiwanie obiektów o zadanym kształcie na obrazie kierunkowym Przypadek elipsy: a, b – długości półosi elipsy r, e – współczynniki redukcji i ekspansji Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

19 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Jak to działa? Założenie: każdy odcinek może być fragmentem elipsy Odcinek: dwa potencjalne środki elipsy Dopuszczenie tolerancji: dwa zbiory punktów (potencjalnych środków elipsy) do punktów przypisane wagi Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

20 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Sumowanie Akumulator: macierz wielkości obrazu, wyzerowana na początku modyfikowany przez wszystkie odcinki natężenie odcinka – dwa podejścia wartość pola wprost proporcjonalna do prawdopodobieństwa, że znajduje się tam środek elipsy Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

21 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Przykład Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

22 Problemy i ich rozwiązania
Obliczanie środków dla każdego odcinka (bardzo czasochłonne) przygotowanie szablonów (dyskretyzacja kierunku) Czas obliczeń zależny od rozmiarów obrazu Stały rozmiar elipsy „piramidka” – skalowanie obrazu wejściowego Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

23 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Jeszcze parę słów o GHT... Duża szybkość działania Metoda łatwa do kontroli metoda tworzenia obrazu kierunkowego sterowanie tolerancją kąta i rozmiaru Możliwa detekcja dowolnych kształtów Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

24 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Podsumowanie Detekcja – kilka etapów Znaczenie szybkości Podstawa – detekcja elips Uogólniona Transformata Hougha Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

25 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006
Dziękuję za uwagę! Za 2 tygodnie: Normalizacja obrazu twarzy Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006